
import json
import pandas as pd
import numpy as np  
import os 

import matplotlib.pyplot as plt
import seaborn as sns

import warnings
warnings.simplefilter(action='ignore', category=FutureWarning)

# Start with loading all necessary libraries
from os import path
from PIL import Image
from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator


import matplotlib.pyplot as plt
import plotly.express as px
from plotly.subplots import make_subplots
import plotly.graph_objects as go

%matplotlib inline


pd.set_option('display.max_colwidth', None)


# create paths 
path = '../../data'
path_audio_feats = os.path.join(path, 'audio_features.tsv')
path_playlists = os.path.join(path, 'playlists.tsv')
path_tracks = os.path.join(path, 'tracks.tsv')
path_artists = os.path.join(path, 'artists.tsv')


# read data from file
pd_audio_feats = pd.read_csv(path_audio_feats, sep = '\t')
pd_tracks = pd.read_csv(path_tracks, sep = '\t')
pd_playlists = pd.read_csv(path_playlists, sep = '\t')
pd_artists = pd.read_csv(path_artists, sep = '\t')


# print shape of these playlists
pd_playlists.shape, pd_tracks.shape, pd_audio_feats.shape, pd_artists.shape

((1412, 5), (86432, 9), (68577, 16), (67630, 6))


pd_playlists.head(10)


pd_playlists.tail(10)


# check datatype of each column (we can see that all of them are of the correct type)
pd_playlists.dtypes

playlist_id      object
playlist_name    object
description      object
num_tracks        int64
num_followers     int64
dtype: object


# calculate statistics of numeric columns
pd_playlists[['num_tracks', 'num_followers']].describe()


pd_playlists[pd_playlists['num_tracks'] == 0]


def calculate_missing(df):
    """Return total and percentage of missing value per column"""
    total = df.isnull().sum().sort_values(ascending=False)
    percent = (df.isnull().sum()/df.isnull().count()).sort_values(ascending=False)
    return pd.concat([total, percent], axis=1, keys=['Total', 'Percent'])


calculate_missing(pd_playlists)


# fill missing value with 'None'
pd_playlists = pd_playlists.fillna('None')


pd_tracks.head()


# check dtype of the columns (all of them are of correct type)
pd_tracks.dtypes

track_id             object
track_name           object
playlist_id          object
playlist_name        object
artist_ids           object
artist_names         object
album_id             object
album_name           object
track_duration_ms     int64
dtype: object


# calculate statistics of numeric columns
pd_tracks['track_duration_ms'].describe()

count    8.643200e+04
mean     2.571415e+05
std      3.158298e+05
min      4.000000e+03
25%      1.810515e+05
50%      2.160000e+05
75%      2.619060e+05
max      2.022006e+07
Name: track_duration_ms, dtype: float64


# check missing data
calculate_missing(pd_tracks)


pd_tracks = pd_tracks.fillna('None')


pd_audio_feats.head()


# check data type of columns (we can see that all columns are of correct type)
pd_audio_feats.dtypes

id                    object
danceability         float64
energy               float64
key                    int64
loudness             float64
mode                   int64
speechiness          float64
acousticness         float64
instrumentalness     float64
liveness             float64
valence              float64
tempo                float64
analysis_url          object
time_signature         int64
available_markets     object
popularity             int64
dtype: object


# calculate statistics of numeric columns
numeric_cols = list(set(pd_audio_feats.columns) - set(['id', 'analysis_url', 'available_markets']))
pd_audio_feats[numeric_cols].describe()


# check missing data
calculate_missing(pd_audio_feats)


pd_artists.head()


# check datatype of columns (all of them are of correct type)
pd_artists.dtypes

id                   object
name                 object
popularity            int64
genres               object
num_followers         int64
monthly_listeners     int64
dtype: object


# calculate statistics of numeric columns
pd_artists[['popularity', 'num_followers', 'monthly_listeners']].describe()


# check missing data 
calculate_missing(pd_artists)


# merge 
pd_track_data = pd.merge(pd_tracks, pd_audio_feats, left_on = 'track_id', right_on = 'id')
pd_full = pd.merge(pd_track_data, pd_playlists, on = 'playlist_id')

# drop duplicate column
pd_track_data = pd_track_data.drop('id', 1)
pd_full = pd_full.drop('playlist_name_y', 1)
pd_full = pd_full.drop('id', 1)


# print the shapes
pd_track_data.shape, pd_full.shape

((86400, 24), (86400, 27))


pd_full.head()


# print information of the full dataframe
pd_full.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 86400 entries, 0 to 86399
Data columns (total 27 columns):
 #   Column             Non-Null Count  Dtype  
---  ------             --------------  -----  
 0   track_id           86400 non-null  object 
 1   track_name         86400 non-null  object 
 2   playlist_id        86400 non-null  object 
 3   playlist_name_x    86400 non-null  object 
 4   artist_ids         86400 non-null  object 
 5   artist_names       86400 non-null  object 
 6   album_id           86400 non-null  object 
 7   album_name         86400 non-null  object 
 8   track_duration_ms  86400 non-null  int64  
 9   danceability       86400 non-null  float64
 10  energy             86400 non-null  float64
 11  key                86400 non-null  int64  
 12  loudness           86400 non-null  float64
 13  mode               86400 non-null  int64  
 14  speechiness        86400 non-null  float64
 15  acousticness       86400 non-null  float64
 16  instrumentalness   86400 non-null  float64
 17  liveness           86400 non-null  float64
 18  valence            86400 non-null  float64
 19  tempo              86400 non-null  float64
 20  analysis_url       86400 non-null  object 
 21  time_signature     86400 non-null  int64  
 22  available_markets  86400 non-null  object 
 23  popularity         86400 non-null  int64  
 24  description        86400 non-null  object 
 25  num_tracks         86400 non-null  int64  
 26  num_followers      86400 non-null  int64  
dtypes: float64(9), int64(7), object(11)
memory usage: 18.5+ MB


# Kiểm tra và bỏ giá trị trùng lặp
pd_full = pd_full.drop_duplicates()
pd_full.shape

(86350, 27)


fig, ax = plt.subplots(1, 2, figsize=(10, 5))
sns.distplot(pd_playlists['num_tracks'].values, ax = ax[0])
sns.distplot(pd_playlists['num_followers'].values, ax = ax[1])

ax[0].set_ylabel('Frequency')
ax[0].set_xlabel('Number of tracks')
ax[1].set_ylabel('Frequency')
ax[1].set_xlabel('Number of followers')

fig.tight_layout()
plt.savefig('../../images/playlist_follower_tracks.png', bbox_inches = 'tight')


fig = px.box(pd_playlists, x="num_tracks", points="all", title="Distribution of number of tracks in each playlist")
fig.show()


fig = px.box(pd_playlists, x="num_followers", points="all", title="Distribution of number of followers of each playlist")
fig.show()


temp_pd = pd_playlists.sort_values(by=['num_followers'], ascending=False)
top_num = 20
plt.figure(figsize=(10, 5))
ax = sns.barplot(x="num_followers", y="playlist_name", data=temp_pd[:top_num])
_ = ax.set_title('Top playlists with the most followers')
plt.savefig('../../images/playlist_most_followers.png', bbox_inches = 'tight')


temp_pd = pd_playlists.sort_values(by=['num_tracks'], ascending=False)
top_num = 20
plt.figure(figsize=(10, 5))
ax = sns.barplot(x="num_tracks", y="playlist_name", data=temp_pd[:top_num])
_ = ax.set_title('Playlists with the most tracks')
plt.savefig('../../images/playlist_most_tracks.png', bbox_inches = 'tight')


temp_pd.head(20)


top_playlist = pd_playlists.sort_values(by=['num_followers'], ascending=False).head(20)
percentage = top_playlist['num_tracks'].value_counts(normalize=True)
tmp_df = pd.DataFrame({
    'Percentage': percentage.values,
    'Number of tracks': percentage.index
})
tmp_df


px.pie(tmp_df, names='Number of tracks', values='Percentage', title="Number of tracks in top playlists")


titles = " ".join(pd_playlists['playlist_name'])

# Create stopword list:
stopwords = set(STOPWORDS)

# Create and generate a word cloud image:
wordcloud = WordCloud(width=1200, height=600, stopwords=stopwords, max_words=100).generate(titles)
wordcloud.to_file('../../images/playlist_name_wc.png')

# Display the generated image:
plt.figure(figsize=(15, 10))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()


msk = pd_playlists['description'] != "None"
descriptions = " ".join(pd_playlists['description'][msk])

# Create stopword list:
stopwords.update(["href"])

# Create and generate a word cloud image:
wordcloud = WordCloud(width=1200, height=600, stopwords=stopwords, max_words=100).generate(descriptions)
wordcloud.to_file('../../images/playlist_desc_wc.png')

# Display the generated image:
plt.figure(figsize=(15, 10))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()


mean_df = pd_full.groupby('playlist_id').mean()
mean_df.head()


plt.figure(figsize=(20, 20))
fig, axes = plt.subplots(7, 2, figsize=(10, 3*7))
columns = list(mean_df.columns)[:-2]

for i in range(7):
    for j in range(2):
        sns.distplot(mean_df[columns[i*2 + j]].values, ax = axes[i][j])
        ax2 = axes[i][j].twinx()
        sns.boxplot(mean_df[columns[i*2 + j]].values, ax=ax2, color="orange")
        ax2.set(ylim=(-.5, 10))
        axes[i][j].set_ylabel('Density')
        axes[i][j].set_xlabel('Mean {}'.format(columns[i*2 + j]))

fig.tight_layout()
plt.savefig('../../images/playlist_mean_distribution.png', bbox_inches = 'tight')

<Figure size 1440x1440 with 0 Axes>


temp_df = pd_full[['artist_names']]
temp_df['artist_names'] = temp_df['artist_names'].apply(lambda x : x[1:-1].split(','))
temp_df = temp_df.explode('artist_names')

top_num = 20
temp_df = temp_df['artist_names'].value_counts()[:top_num]

<ipython-input-44-cae76385973d>:2: SettingWithCopyWarning:


A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy


plt.figure(figsize=(10, 5))
ax = sns.barplot(x = temp_df.values, y= temp_df.index)
_ = ax.set_title('Artists with the most tracks')
plt.savefig('../../images/artist_most_tracks.png', bbox_inches = 'tight')


temp_df = pd_full[['album_name']]
top_num = 20
temp_df = temp_df['album_name'].value_counts()[:top_num]

plt.figure(figsize=(10, 5))
ax = sns.barplot(x = temp_df.values, y= temp_df.index)
_ = ax.set_title('Albums with the most (collected) tracks')
plt.savefig('../../images/album_most_tracks.png', bbox_inches = 'tight')


plt.figure(figsize=(10, 5))
_ = sns.histplot(pd_artists[['popularity']]).set_title("Distribution of artists' popularity")
plt.savefig('../../images/artist_popularity.png', bbox_inches = 'tight')


genres = pd_artists['genres'].apply(lambda x: x[1:-1].split(', ')).explode()
top_num = 20
genres = genres.value_counts()[:top_num]
genres

                           21599
'rock'                      1099
'dance pop'                 1057
'pop'                       1004
'pop dance'                  831
'modern rock'                793
'indie folk'                 789
'classical performance'      775
'edm'                        771
'indie rock'                 734
'rap'                        726
'electro house'              725
'pop rap'                    722
'electropop'                 709
'hip hop'                    656
'folk rock'                  652
'pop rock'                   627
'soft rock'                  624
'mellow gold'                604
'country rock'               596
Name: genres, dtype: int64


plt.figure(figsize=(10, 5))
ax = sns.barplot(x = genres.values[1:], y= genres.index[1:])
_ = ax.set_title('Most popular genres among artists')
plt.savefig('../../images/artist_genres.png', bbox_inches = 'tight')


id_to_name = dict(zip(pd_full['track_id'], pd_full['track_name']))
id_to_artist = dict(zip(pd_full['track_id'], pd_full['artist_names']))
most_freq_ids = pd_full['track_id'].value_counts().head(10)
tmp_df = pd.DataFrame({
    'track_id': most_freq_ids.index,
    'track_name': [id_to_name[idx] for idx in most_freq_ids.index],
    'frequency': most_freq_ids.values,
    'artists': [id_to_artist[idx] for idx in most_freq_ids.index]
})
tmp_df


fig, ax = plt.subplots(figsize=(10, 5))
duration = pd_full['track_duration_ms'] / 1000
sns.distplot(duration.values, ax = ax)

ax.set_title('Distribution of duration of tracks (s)')

ax.set_ylabel('Density')
ax.set_xlabel('Duration')

fig.tight_layout()
plt.savefig('../../images/track_duration.png', bbox_inches = 'tight')


duration.describe()

count    86350.000000
mean       254.086963
std        226.711725
min          4.000000
25%        181.050500
50%        216.000000
75%        261.853000
max      12456.045000
Name: track_duration_ms, dtype: float64


fig, ax = plt.subplots(2, 2, figsize=(10, 10))

sns.distplot(pd_full['danceability'].values, ax = ax[0][0])
sns.distplot(pd_full['valence'].values, ax = ax[0][1])
sns.distplot(pd_full['energy'].values, ax = ax[1][0])
sns.distplot(pd_full['tempo'].values, ax = ax[1][1])

ax[0][0].set_title('danceability')
ax[0][1].set_title('valence')
ax[1][0].set_title('energy')
ax[1][1].set_title('tempo')

for i in range(2):
    for j in range(2):
        ax[i][j].set_ylabel('Density')
        ax[i][j].set_xlabel('Value')

fig.tight_layout()
plt.savefig('../../images/track_mood_hist.png', bbox_inches = 'tight')


fig, ax = plt.subplots(2, 2, figsize=(10, 10))

sns.boxplot(data=pd_full[['danceability']], ax = ax[0][0])
sns.boxplot(data=pd_full[['valence']], ax = ax[0][1])
sns.boxplot(data=pd_full[['energy']], ax = ax[1][0])
sns.boxplot(data=pd_full[['tempo']], ax = ax[1][1])

for i in range(2):
    for j in range(2):
        ax[i][j].set_ylabel('value')

fig.tight_layout()
plt.savefig('../../images/track_mood_box.png', bbox_inches = 'tight')


fig, axes = plt.subplots(1, 3, figsize=(15, 5))

sns.distplot(pd_full['loudness'].values, ax = axes[0])
sns.distplot(pd_full['speechiness'].values, ax = axes[1])
sns.distplot(pd_full['instrumentalness'].values, ax = axes[2])

axes[0].set_title('loudness')
axes[1].set_title('speechiness')
axes[2].set_title('instrumentalness')

for i in range(3):
    axes[i].set_ylabel('Density')
    axes[i].set_xlabel('Value')

fig.tight_layout()
plt.savefig('../../images/track_property_hist.png', bbox_inches = 'tight')


fig, axes = plt.subplots(1, 3, figsize=(15, 5))

sns.boxplot(data=pd_full[['loudness']], ax = axes[0])
sns.boxplot(data=pd_full[['speechiness']], ax = axes[1])
sns.boxplot(data=pd_full[['instrumentalness']], ax = axes[2])

for i in range(3):
    axes[i].set_ylabel('Value')

fig.tight_layout()
plt.savefig('../../images/track_property_box.png', bbox_inches = 'tight')


fig, ax = plt.subplots(1, 2, figsize=(10, 5))

sns.distplot(pd_full['liveness'].values, ax = ax[0])
sns.distplot(pd_full['acousticness'].values, ax = ax[1])

ax[0].set_title('liveness')
ax[1].set_title('acousticness')

for i in range(2):
    ax[i].set_ylabel('Density')

fig.tight_layout()
plt.savefig('../../images/track_context_hist.png', bbox_inches = 'tight')


fig, ax = plt.subplots(1, 2, figsize=(10, 5))

sns.boxplot(data=pd_full[['liveness']], ax = ax[0])
sns.boxplot(data=pd_full[['acousticness']], ax = ax[1])

for i in range(2):
    ax[i].set_ylabel('Value')

fig.tight_layout()
plt.savefig('../../images/track_context_box.png', bbox_inches = 'tight')


plt.figure(figsize=(10, 5))
_ = sns.histplot(pd_full[['popularity']]).set_title("Distribution of tracks' popularity")
plt.savefig('../../images/track_popularity.png', bbox_inches = 'tight')


all_markets = pd_audio_feats['available_markets'].apply(lambda x: x[1:-1].split(', '))
counts = all_markets.explode().value_counts()
markets = counts.head().append(counts.tail())
markets

'CA'    48106
'MX'    48102
'ZA'    47953
'CR'    47952
'FI'    47933
'PS'    45309
'ME'    44904
'RS'    44278
'XK'    44278
        16250
Name: available_markets, dtype: int64


plt.figure(figsize=(10, 5))
ax = sns.barplot(x = markets.values[:-1], y = markets.index[:-1])
_ = ax.set_title('Countries with most and least available songs')
plt.savefig('../../images/track_countries.png', bbox_inches = 'tight')


num_countries = all_markets.apply(lambda x: len(x))

plt.figure(figsize=(10, 5))
_ = sns.histplot(num_countries).set_title("Distribution of number of available countries per track")
plt.savefig('../../images/track_num_countries.png', bbox_inches = 'tight')


num_countries.value_counts().head()

92    34880
1     17268
91     3422
89     2842
90     2021
Name: available_markets, dtype: int64


temp_df = pd_full[['popularity', 'track_duration_ms', 'liveness', 'acousticness', 'loudness', 'speechiness', 'instrumentalness', 'danceability', 'valence', 'energy', 'tempo']]


# Plot linear correlation matrix
fig, ax = plt.subplots(figsize=(15,10))
sns.heatmap(temp_df.corr(), annot=True, cmap='YlGnBu', vmin=-1, vmax=1, center=0, ax=ax)
plt.title('LINEAR CORRELATION MATRIX')
plt.savefig('../../images/track_correlation.png', bbox_inches = 'tight')

	playlist_id	playlist_name	description	num_tracks	num_followers
0	37i9dQZF1DXcBWIGoYBM5M	Today's Top Hits	Dua Lipa & DaBaby are on top of the Hottest 50!	50	27084233
1	37i9dQZF1DX0XUsuxWHRQd	Today's Top Hits	New music from Jack Harlow, Juice WRLD and Kid Cudi.	50	13537247
2	37i9dQZF1DX1lVhptIYRda	RapCaviar	Today's top country hits of the week, worldwide! Cover: Eric Church	53	6189727
3	37i9dQZF1DX10zKzsJ2jva	RapCaviar	Today's top Latin hits are right here, on ¡Viva Latino! Cover: Danny Ocean	50	10763311
4	37i9dQZF1DX4JAvHpjipBk	Hot Country	New albums from Taylor Swift, Jack Harlow, Kid Cudi, and more!	100	3694201
5	37i9dQZF1DX4sWSpwq3LiO	Hot Country	Relax and indulge with beautiful piano pieces	302	6082527
6	37i9dQZF1DX4SBhb3fqCJd	¡Viva Latino!	The pulse of R&B music today. Cover: Ari Lennox	33	5451493
7	37i9dQZF1DWXRqgorJj26U	¡Viva Latino!	Rock legends and epic songs that continue to inspire generations.	145	8620894
8	37i9dQZF1DX4dyzvuaRJ0n	New Music Friday	The world's biggest dance hits. Music from SG Lewis & Rhye, Anabel Englund, David Guetta and more!	80	5556760
9	37i9dQZF1DXcF6B6QPhFDv	New Music Friday	The newest music from grandson along with the top Rock songs you need to know	50	4492713

	playlist_id	playlist_name	description	num_tracks	num_followers
1402	73boXMJz9iBoXxQVFZ94r5	The official Bråvalla Festival playlist 2017	If you travel the world and the seven seas, cashing six figure checks in all currencies, this playlist is a perfect companion for that business class seat or limo ride...	23	18811
1403	2y74Ha0ztRUcIYmqITh0D4	The official Bråvalla Festival playlist 2017	NaN	25	17
1404	1k9jG0FUp7BcrAF1MZSabO	International Playboy	NaN	20	28
1405	37i9dQZF1DX2L0iB23Enbq	International Playboy	Viral, trending and taking off.	129	1402883
1406	37i9dQZF1DWVmps5U8gHNv	National Blood Week	A collection of classics from the height of the folk revival to the rise of the folk rock era. Cover: <a href="spotify:artist:74ASZWbe4lXaubB36ztrGX">Bob Dylan</a>	115	477489
1407	37i9dQZF1DX3WvGXE8FqYX	National Blood Week	Kick back with the queens of pop.	70	2015059
1408	5ji4GZJpll6twskFvKxiHx	Most Listened To British Dads on Spotify	NaN	50	14
1409	40VxbK9NqccdUDUpiUXmbp	Most Listened To British Dads on Spotify	NaN	30	7
1410	0RTz1jFo5BXGPfI8eVf8sj	Viral Hits	NaN	100	57
1411	4lgseztVwmKQ8MNETPVIny	Viral Hits	NaN	25	124

Tên cột	Ý nghĩa
playlist_id	Giá trị ID unique ứng với playlist
playlist_name	Tên của playlist
description	Chuỗi mô tả playlist
num_tracks	Số lượng bài hát có trong playlist
num_followers	Số người theo dõi playlist

	num_tracks	num_followers
count	1412.000000	1.412000e+03
mean	72.672805	5.323022e+05
std	58.808214	1.356132e+06
min	0.000000	6.000000e+00
25%	42.750000	5.630000e+03
50%	55.000000	1.191595e+05
75%	94.000000	5.046452e+05
max	851.000000	2.708423e+07

	playlist_id	playlist_name	description	num_followers
466	0NaXa68Xyo4wmMiun5Lqgm	Covered in Country	Turn your commute into a karaoke party. Stay tuned for the next edition. This time: Rock Ballads.	171
607	0dVRyMERU2g9M4tWEfaD5B	Happy Birthday George!	NaN	50
634	7iUOaMP7iKI22rBNflBwjX	JIRMP	NaN	67

0. Load data¶

a. Playlist dataframe¶

b. Track dataframe¶

c. Audio feature dataframe¶

d. Artist dataframe¶

e. Merge các dataframes lại với nhau¶

1. Kiểm tra thông tin DataFrame thu thập được.¶

2. Phân tích và khám phá dữ liệu (EDA)¶

Nhóm câu hỏi 1: Liên quan đến playlist.¶

Câu hỏi 1: Số lượng bài hát và lượt theo dõi của mỗi playlist phân bố như thế nào?¶

Câu hỏi 2: Hãy liệt kê các tên playlist có số lượng người theo dõi nhiều nhất (thông tin này sẽ có lợi cho quá trình đề xuất bài hát)¶

Câu hỏi 3: Hãy liệt kê các tên playlist có số lượng tracks nhiều nhất.¶

Câu hỏi 4: Số lượng tracks của 20 playlist hot nhất¶

Câu hỏi 5: Các từ được sử dụng nhiều nhất để đặt tên playlist và mô tả playlist¶

Câu hỏi 7: Giá trị trung bình các thuộc tính số (numeric features) của các playlists phân bố như thế nào?¶

Nhóm câu hỏi 2: Liên quan đến tác giả bài hát (artist) và album (album)¶

Câu hỏi 1: Hãy liệt kê các nghệ sĩ (artist) và album có số lượng tracks nhiều nhất.¶

Câu hỏi 2: Kiểm tra mức độ phổ biến/nổi tiếng của các nghệ sĩ¶

Câu hỏi 3: Genre phổ biến mà các nghệ sĩ theo đuổi¶

Nhóm câu hỏi 3: Liên quan đến các bài hát.¶

Câu hỏi 0: Bài hát nào xuất hiện trong nhiều playlist nhất?¶

Câu hỏi 1: Thời lượng của các bài hát được phân bố như thế nào?¶

Câu hỏi 2: Các thuộc tính liên quan đến tâm trạng bài hát (Danceability, Valence, Energy, Tempo) được phân bố như thế nào?¶

Câu hỏi 3: Các thuộc tính liên quan đến đặc điểm bài hát (Loudness, Speechiness, Instrumentalness) được phân bố như thế nào?¶

Câu hỏi 4: Các thuộc tính liên quan đến nội dung bài hát (Liveness, Acousticness) được phân bố như thế nào?¶

Câu hỏi 5: Mức độ phổ biến/yêu thích của các bài hát phân bố ra sao¶

Câu hỏi 6: Availability của các bài hát ở các quốc gia¶

Câu hỏi 7: Số lượng quốc gia có thể nghe được của mỗi bài hát¶

Câu hỏi 8: Tương quan giữa các thuộc tính trên (Danceability, Valence, Energy, Tempo, Loudness, Speechiness, Instrumentalness, Liveness, Acousticness, Duration, Popularity) là như thế nào?¶

	Total	Percent
description	156	0.110482
num_followers	0	0.000000
num_tracks	0	0.000000
playlist_name	0	0.000000
playlist_id	0	0.000000

	track_id	track_name	playlist_id	playlist_name	artist_ids	artist_names	album_id	album_name	track_duration_ms
0	463CkQjx2Zk1yXoBuierM9	Levitating (feat. DaBaby)	37i9dQZF1DXcBWIGoYBM5M	Today's Top Hits	['6M2wZ9GZgrQXHCFfjv46we', '4r63FhuTkUYltbVAg5TQnk']	['Dua Lipa', 'DaBaby']	04m06KhJUuwe1Q487puIud	Levitating (feat. DaBaby)	203064
1	7igeByaBM0MgGsgXtNxDJ7	positions	37i9dQZF1DXcBWIGoYBM5M	Today's Top Hits	['66CXWjxzNUsdJxJ2JdwvnR']	['Ariana Grande']	3jqEvfiu2ENgmgzZq27zbi	positions	172324
2	0lx2cLdOt3piJbcaXIV74f	willow	37i9dQZF1DXcBWIGoYBM5M	Today's Top Hits	['06HL4z0CvFAxyc27GXpf02']	['Taylor Swift']	2Xoteh7uEpea4TohMxjtaq	evermore	214706
3	2Z8yfpFX0ZMavHkcIeHiO1	Monster (Shawn Mendes & Justin Bieber)	37i9dQZF1DXcBWIGoYBM5M	Today's Top Hits	['7n2wHs1TKAczGzO7Dd2rGr', '1uNFoZAHBGtllmzznpCI3s']	['Shawn Mendes', 'Justin Bieber']	3yVVL2EYLp8g7gT08VvYKy	Monster	178994
4	6zFMeegAMYQo0mt8rXtrli	HOLIDAY	37i9dQZF1DXcBWIGoYBM5M	Today's Top Hits	['7jVv8c5Fj3E9VhNjxT4snq']	['Lil Nas X']	4EvukZrmNBiqJbs3LwOSHu	HOLIDAY	154997

Tên cột	Ý nghĩa
track_id	Unique ID của bài hát
track_name	Tên của bài hát
playlist_id	ID của playlist (ở phần a.) chứa bài hát
playlist_name	Tên của playlist ứng với `playlist_id`
artist_ids	IDs của các nghệ sỹ trình diễn bài hát
artist_names	Tên của các nghệ sỹ trình diễn bài hát
album_id	ID của album chứa bài hát
album_name	Tên của album ứng với `album_id`
track_duration_ms	Độ dài của bài hát (ms)

	Total	Percent
album_name	6	0.000069
track_name	5	0.000058
track_duration_ms	0	0.000000
album_id	0	0.000000
artist_names	0	0.000000
artist_ids	0	0.000000
playlist_name	0	0.000000
playlist_id	0	0.000000
track_id	0	0.000000

	id	danceability	energy	key	loudness	mode	speechiness	acousticness	instrumentalness	liveness	valence	tempo	analysis_url	time_signature	available_markets	popularity
0	5P701xOxwxzBnXiNQ7QDKb	0.218	0.1770	2	-17.972	0	0.0428	0.870	0.908000	0.209	0.199	122.841	https://api.spotify.com/v1/audio-analysis/5P701xOxwxzBnXiNQ7QDKb	3	['AD', 'AE', 'AL', 'AR', 'AT', 'AU', 'BA', 'BE', 'BG', 'BH', 'BO', 'BR', 'BY', 'CA', 'CH', 'CL', 'CO', 'CR', 'CY', 'CZ', 'DE', 'DK', 'DO', 'DZ', 'EC', 'EE', 'EG', 'ES', 'FI', 'FR', 'GB', 'GR', 'GT', 'HK', 'HN', 'HR', 'HU', 'ID', 'IE', 'IL', 'IN', 'IS', 'IT', 'JO', 'JP', 'KW', 'KZ', 'LB', 'LI', 'LT', 'LU', 'LV', 'MA', 'MC', 'MD', 'ME', 'MK', 'MT', 'MX', 'MY', 'NI', 'NL', 'NO', 'NZ', 'OM', 'PA', 'PE', 'PH', 'PL', 'PS', 'PT', 'PY', 'QA', 'RO', 'RS', 'RU', 'SA', 'SE', 'SG', 'SI', 'SK', 'SV', 'TH', 'TN', 'TR', 'TW', 'UA', 'US', 'UY', 'VN', 'XK', 'ZA']	5
1	6sqK5yiJ9UU1ejizantoEI	0.561	0.5530	1	-11.267	1	0.0271	0.130	0.000065	0.196	0.477	81.996	https://api.spotify.com/v1/audio-analysis/6sqK5yiJ9UU1ejizantoEI	4	['US']	14
2	58a6J0DhgpUYr8SUeUV5hP	0.632	0.6000	1	-9.435	1	0.3850	0.518	0.006460	0.195	0.639	170.384	https://api.spotify.com/v1/audio-analysis/58a6J0DhgpUYr8SUeUV5hP	4	['AD', 'AE', 'AL', 'AR', 'AT', 'AU', 'BA', 'BE', 'BG', 'BH', 'BO', 'BR', 'BY', 'CA', 'CH', 'CL', 'CO', 'CR', 'CY', 'CZ', 'DE', 'DK', 'DO', 'DZ', 'EC', 'EE', 'EG', 'ES', 'FI', 'FR', 'GB', 'GR', 'GT', 'HK', 'HN', 'HR', 'HU', 'ID', 'IE', 'IL', 'IN', 'IS', 'IT', 'JO', 'JP', 'KW', 'KZ', 'LB', 'LI', 'LT', 'LU', 'LV', 'MA', 'MC', 'MD', 'ME', 'MK', 'MT', 'MX', 'MY', 'NI', 'NL', 'NO', 'NZ', 'OM', 'PA', 'PE', 'PH', 'PL', 'PS', 'PT', 'PY', 'QA', 'RO', 'RS', 'RU', 'SA', 'SE', 'SG', 'SI', 'SK', 'SV', 'TH', 'TN', 'TR', 'TW', 'UA', 'US', 'UY', 'VN', 'XK', 'ZA']	48
3	40jiZBsr1W3SG15AGU9227	0.649	0.5250	5	-7.551	0	0.0347	0.912	0.000111	0.121	0.603	97.808	https://api.spotify.com/v1/audio-analysis/40jiZBsr1W3SG15AGU9227	4	['AD', 'AE', 'AL', 'AR', 'AT', 'AU', 'BA', 'BE', 'BG', 'BH', 'BO', 'BR', 'BY', 'CA', 'CH', 'CL', 'CO', 'CR', 'CY', 'CZ', 'DE', 'DK', 'DO', 'DZ', 'EC', 'EE', 'EG', 'ES', 'FI', 'FR', 'GB', 'GR', 'GT', 'HK', 'HN', 'HR', 'HU', 'ID', 'IE', 'IL', 'IN', 'IS', 'IT', 'JO', 'JP', 'KW', 'KZ', 'LB', 'LI', 'LT', 'LU', 'LV', 'MA', 'MC', 'MD', 'ME', 'MK', 'MT', 'MX', 'MY', 'NI', 'NL', 'NO', 'NZ', 'OM', 'PA', 'PE', 'PH', 'PL', 'PS', 'PT', 'PY', 'QA', 'RO', 'RS', 'RU', 'SA', 'SE', 'SG', 'SI', 'SK', 'SV', 'TH', 'TN', 'TR', 'TW', 'UA', 'US', 'UY', 'VN', 'XK', 'ZA']	51
4	1hCPJ4xVCvTjHchrmTq4sQ	0.752	0.0972	7	-21.324	0	0.8930	0.794	0.000003	0.118	0.282	99.121	https://api.spotify.com/v1/audio-analysis/1hCPJ4xVCvTjHchrmTq4sQ	5	['AD', 'AE', 'AL', 'AR', 'AT', 'AU', 'BA', 'BE', 'BG', 'BH', 'BO', 'BR', 'BY', 'CA', 'CH', 'CL', 'CO', 'CR', 'CY', 'CZ', 'DE', 'DK', 'DO', 'DZ', 'EC', 'EE', 'EG', 'ES', 'FI', 'FR', 'GB', 'GR', 'GT', 'HK', 'HN', 'HR', 'HU', 'ID', 'IE', 'IL', 'IN', 'IS', 'IT', 'JO', 'JP', 'KW', 'KZ', 'LB', 'LI', 'LT', 'LU', 'LV', 'MA', 'MC', 'MD', 'MK', 'MT', 'MX', 'MY', 'NI', 'NL', 'NO', 'NZ', 'OM', 'PA', 'PE', 'PH', 'PL', 'PS', 'PT', 'PY', 'QA', 'RO', 'RU', 'SA', 'SE', 'SG', 'SI', 'SK', 'SV', 'TH', 'TN', 'TR', 'TW', 'UA', 'US', 'UY', 'VN', 'ZA']	7

Tên cột	Ý nghĩa
id	ID của bài hát
danceability	Mô tả bài hát có phù hợp để nhảy hay không dựa trên sự kết hợp, độ mạnh yếu của nhịp độ, nhịp điệu bài hát, có giá trị từ 0.0 - 1.0
energy	Độ đo thể hiện tính chất năng lượng của bài hát thông qua cường độ. Thông thường một bài hát energetic sẽ nhanh, ồn ào, có giá trị từ 0.0 - 1.0
key	Cao độ trung bình của hát, giá trị là số nguyên, tính theo chuẩn Pitch Class Notation, nếu không có cao độ giá trị là -1
loudness	Độ to trung bình của bài hát (tính theo đơn vị dB), giá trị thường rơi vào khoảng -60.0 - 0.0 dB
mode	Biểu thị thể thức (chính hoặc phụ) của một bản nhạc, loại âm hưởng mà nội dung du dương của nó được bắt nguồn. Chỉ bao gồm 2 giá trị là 1 (chính) và 0 (phụ)
speechiness	Xác suất thể hiện có sự hiện diện của tiếng nói (khác với tiếng hát) trong bài hát hay không. Có giá trị trong khoảng 0.0 - 1.0, giá trị càng cao thì đây khả năng cao là bài diễn thuyết, sách nói,...
acousticness	Cường độ Acoustic của bài hát hay nói cách khác là xác suất bài hát này có tính chất acoustic, có giá trị từ 0.0 - 1.0
instrumentalness	Độ đo thể hiện tính instrumental (không lời) của bài hát, có giá trị trong khoảng 0.0 - 1.0, giá trị càng cao thì càng ít giọng hát trong bài hát
liveness	Độ đo thể hiện tính live (nhạc sống, có sự hiện diện của khán giả trong lúc thu âm) của bài hát, có giá trị trong khoảng 0.0 - 1.0
valence	Biểu thị tính tích cực của bài hát, giá trị càng cao thì bài hát càng có tính chất tích cực (vui, phấn khởi), càng thấp thì bài hát càng buồn
tempo	Nhịp độ trung bình của bài hát tính theo nhịp mỗi phút (BPM)
analysis_url	URL chứa thông tin phân tích chi tiết audio của bài hát
time_signature	Số chỉ nhịp của bài
available_markets	Các quốc gia có thể nghe bài hát này
popularity	Mức độ phổ biến, yêu thích của bài (từ 0-100)

	energy	acousticness	key	tempo	valence	speechiness	liveness	danceability	mode	loudness	popularity	instrumentalness	time_signature
count	68577.000000	68577.000000	68577.000000	68577.000000	68577.000000	68577.000000	68577.000000	68577.000000	68577.000000	68577.000000	68577.000000	68577.000000	68577.000000
mean	0.536505	0.394361	5.218863	117.366708	0.438724	0.126904	0.189578	0.545835	0.662875	-10.758518	32.276813	0.182889	3.855258
std	0.287886	0.366579	3.562640	30.930033	0.256931	0.210074	0.161330	0.185030	0.472731	7.033066	24.336507	0.330683	0.550199
min	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000	-60.000000	0.000000	0.000000	0.000000
25%	0.297000	0.034300	2.000000	94.478000	0.230000	0.035500	0.096900	0.429000	0.000000	-13.553000	2.000000	0.000000	4.000000
50%	0.568000	0.277000	5.000000	117.048000	0.419000	0.047600	0.122000	0.567000	1.000000	-8.451000	36.000000	0.000218	4.000000
75%	0.784000	0.772000	8.000000	136.012000	0.636000	0.091700	0.229000	0.682000	1.000000	-5.790000	52.000000	0.140000	4.000000
max	1.000000	0.996000	11.000000	230.781000	0.999000	0.969000	0.997000	0.981000	1.000000	1.342000	100.000000	1.000000	5.000000

	id	name	popularity	genres	num_followers	monthly_listeners
0	1EH9eSje47IiRyVsq3gfkl	Raven	35	['hard rock', 'metal', 'neo-trad metal', 'nwobhm', 'nwothm', 'speed metal', 'thrash metal']	37148	57506
1	42LOtwpoBAnVLUqPJ8gwFy	Robert Francis	35	[]	17618	46087
2	1Ec2RuosR3mXrq6Q6egvUK	Civil Olydnad	8	['swedish pop punk', 'swedish punk']	368	1509
3	38yLQAdUNWO2jXQs9Pnevs	Bitesize Irish Gaelic	7	[]	1204	514
4	1YSA4byX5AL1zoTsSTlB03	Turnpike Troubadours	63	['red dirt']	234877	950928

Tên cột	Ý nghĩa
id	ID của nghệ sĩ
name	Tên của nghệ sĩ
popularity	Mức độ nổi tiếng/yêu thích của nghệ sĩ
genres	Thể loại nhạc của artist
num_followers	Số người theo dõi
monthly_listeners	Số người nghe mỗi tháng

	popularity	num_followers	monthly_listeners
count	67630.00000	6.763000e+04	6.763000e+04
mean	38.91866	1.982052e+05	7.425869e+05
std	17.97115	1.318900e+06	3.062309e+06
min	0.00000	0.000000e+00	0.000000e+00
25%	27.00000	4.080000e+02	1.245675e+04
50%	40.00000	4.654000e+03	8.478200e+04
75%	51.00000	4.380600e+04	3.865782e+05
max	100.00000	7.394012e+07	2.149540e+08

	playlist_id	playlist_name	description	num_tracks	num_followers
1369	2fC7gpl3V9MmCc8gBPHc66	The Critics Choice 2012	None	851	21
888	37i9dQZF1DX0yHwYvqyUJQ	Russian Lit	Learn Italian with a collection of audio courses that will take you from beginner lessons and travel necessities to advanced conversations.	608	72221
912	1M2abQkxCwrLjzLGgKWnDP	Classical Intimate Dinner	Lend some gravitas to the moment with the complete works of Vincenzo Bellini, featuring acclaimed recordings of his entire operatic oeuvre and large scale sacred choral pieces.	500	425
885	37i9dQZF1DWTJSgpZmw7H2	Mythologies	Learn French with a collection of audio courses that will take you from beginner lessons to advanced conversations and even French literature appreciation.	472	97180
878	37i9dQZF1DXc6li3e9oatQ	Jane Austen	Learn Spanish with a collection of audio courses that will take you from beginner lessons to advanced conversations – featuring essential travel phrases and vocabulary!	459	156606
336	37i9dQZF1DXb85CZUwGLzX	This Is: David Axelrod	Silly-walk your way through the entire Monty Python catalogue.	436	14257
893	37i9dQZF1DX8d1cgbQqKFy	Science Fiction	Dive into the works of Noam Chomsky, beginning with his latest 2014 release, When Elites Fail.	410	18162
886	37i9dQZF1DWVrSKB2Pc3PY	Radio Crime Dramas	Learn German with a collection of audio courses that will take you from beginner to advanced conversations.	409	65063
626	0tkdz9yYluhlxVE9BuJOPm	Welcome Baby Kimye!	A collection of live, exclusive performances from the most exciting artists in the world.	397	1509
129	37i9dQZF1DX6GJXiuZRisr	Brain Food	Dark & moody progressive house <a href="spotify:genre:edm_dance">& electronic</a> on the late night highway.	380	1037108
521	37i9dQZF1DX0SM0LYsmbMT	Satang Mix	Chill instrumental beats. Artwork: Gizem Winter & Marcel Schöffel for DAO	350	1738814
1236	37i9dQZF1DX7K31D69s4M1	Top Picks Party	A calm piano soundtrack to all activities.	348	1372733
996	37i9dQZF1DX3Ogo9pFvBkY	Epic Gaming	Relax and unwind with chill, ambient music.	326	1023814
1272	37i9dQZF1DX9sIqqvKsjG8	Chill Out Music	A soft musical backdrop for your studies.	303	1429267
116	37i9dQZF1DX6VdMW310YC7	Dance Rising	Softer kinda <a href="spotify:genre:edm_dance">dance</a>.	303	3009600
5	37i9dQZF1DX4sWSpwq3LiO	Hot Country	Relax and indulge with beautiful piano pieces	302	6082527
853	37i9dQZF1DWZxkZk4wnQ5T	Edna St. Vincent Millay	From brooding skepticism and ardent romance to utter whimsy and nonsense, explore the Victorian sensibility, as displayed in some of the era's best poetry.	289	5765
890	37i9dQZF1DX60lVXkfYly8	Scary Stories	Learn and practice your Chinese language skills, from basic vocabulary to useful travel phrases and conversations.	263	55446
1004	37i9dQZF1DXcgZcN2HVMoe	Essential Indie	Grab your coffee and ease into the day with this light blend.	250	30254
1233	37i9dQZF1DWZd79rJ6a7lp	Top Picks Classical	Gentle ambient piano to help you fall asleep.	249	4066372

	Percentage	Number of tracks
0	0.30	100
1	0.20	50
2	0.05	53
3	0.05	145
4	0.05	80
5	0.05	302
6	0.05	77
7	0.05	75
8	0.05	105
9	0.05	99
10	0.05	130
11	0.05	33

	track_duration_ms	danceability	energy	key	loudness	mode	speechiness	acousticness	instrumentalness	liveness	valence	tempo	time_signature	popularity	num_tracks	num_followers
playlist_id
01WIu4Rst0xeZnTunWxUL7	1.203072e+06	0.569892	0.384722	5.615385	-17.368585	0.753846	0.574252	0.774587	0.081271	0.289680	0.594492	103.066446	3.692308	5.738462	65.0	29.0
056jpfChuMP5D1NMMaDXRR	3.307805e+05	0.281733	0.938133	5.466667	-6.679667	0.666667	0.153100	0.036260	0.237369	0.411100	0.237637	138.395000	4.000000	41.366667	30.0	5551.0
05dTMGk8MjnpQg3bKuoXcc	2.567843e+05	0.622765	0.517765	5.823529	-10.154863	0.647059	0.043882	0.315720	0.015953	0.145639	0.581884	112.355137	3.921569	24.803922	51.0	383.0
070FVPBKvfu6M5tf4I9rt2	2.632845e+05	0.573200	0.626047	5.400000	-8.449033	0.566667	0.067490	0.318824	0.083752	0.204047	0.636600	118.430600	3.866667	19.333333	30.0	93.0
08vPKM3pmoyF6crB2EtASQ	2.280894e+05	0.574000	0.476030	5.030303	-8.634879	0.545455	0.078391	0.444559	0.043405	0.142661	0.269073	121.518515	4.060606	32.666667	33.0	6455.0

	track_id	track_name	frequency	artists
0	54bFM56PmE4YLRnqpW6Tha	Therefore I Am	37	['Billie Eilish']
1	0VjIjW4GlUZAMYd2vXMi3b	Blinding Lights	36	['The Weeknd']
2	6zFMeegAMYQo0mt8rXtrli	HOLIDAY	33	['Lil Nas X']
3	3tjFYV6RSFtuktYl3ZtYcq	Mood (feat. iann dior)	31	['24kGoldn', 'iann dior']
4	5vGLcdRuSbUhD8ScwsGSdA	Whoopty	27	['CJ']
5	45bE4HXI0AwGZXfZtMp8JR	you broke me first	27	['Tate McRae']
6	7hxHWCCAIIxFLCzvDgnQHX	Lemonade (feat. Gunna, Don Toliver & NAV)	26	['Internet Money', 'Gunna', 'Don Toliver', 'NAV']
7	1tkg4EHVoqnhR6iFEXb60y	What You Know Bout Love	26	['Pop Smoke']
8	0lizgQ7Qw35od7CYaoMBZb	Santa Tell Me	26	['Ariana Grande']
9	4y4spB9m0Q6026KfkAvy9Q	Lonely (with benny blanco)	26	['Justin Bieber', 'benny blanco']